人工智能+ 出行更轻松

本篇文章2857字，读完约7分钟

无人驾驶、网络车辆的智能调度、优化的交通灯以及高效的路径规划

人工智能+旅行更容易

从无人驾驶汽车到在线汽车，从路径规划到交通管理，变化无处不在

没有必要盯着前方，用手紧紧握住方向盘，用脚踩下油门。当汽车行驶时，司机可以是一个“甩手掌柜”……随着无人驾驶技术的成熟，这种“美好的事物”正在加速发展。

“目前，我们的智能汽车已经能够在低速拥堵和高速公路等特殊路段自动驾驶，并可在明年大规模生产。”7-10年后，它可应用于至少80%-90%的路况。”奇异汽车(Singular Auto)创始人兼CEO沈表示，无人驾驶是让汽车具备环保意识、路径规划和自主车辆控制等技术，而这背后的关键是通过人工智能和深度学习，“教”装有各种传感器的汽车学会驾驶。

从无人驾驶到网络驾驶汽车，从路线规划到交通管理，人工智能极大地改变了交通出行。

“打开应用程序，给汽车打电话。当系统出现时，它可以根据用户的历史预测目的地，并弹出推荐的登机地点。”滴滴出行首席技术官张博拿出手机告诉记者，乘客上车前，通常要与网络车司机打两个电话才能确定上车地点，而人工智能可以记录历史上车地点，跟踪行走轨迹，并根据经验提前确定上车地点。目前，滴滴已经在400多个城市挖掘了3000万个这样的遗址。

智能调度作为滴滴平台的技术核心之一，也正在经历人工智能带来的重大变革。几年前，当乘客通过滴滴到达汽车时，系统主要考虑的是位置，但最近的位置并不意味着最短的取车时间，所以在调度中加入了路线规划、预计到达时间、车主服务分类等因素，从多个维度计算乘客与车主的匹配度。到目前为止，滴滴调度订单更加智能化:考虑到平台供需和实际路况，订单和车辆每2秒钟匹配一次，实现全局最优匹配。

“人工智能使路径规划从基于规则转变为基于数据。”高德地图副总裁兼首席人力官董振宁告诉记者，路径规划中最困难的事情是道路权重的计算。2013年之前，他们主要根据道路距离等物理条件进行判断。引入人工智能后，可以从用户轨迹(603138，诊断单元)的海量数据中深入学习并不断迭代，从而使路径规划更加高效，时间预测更加准确。利用同样的原理，哥德尔的预计到达时间的预测精度近年来有了很大的提高，达到了80%-90%。

同时，高德、滴滴等企业也积极与武汉、济南、杭州等地合作，优化城市部分路段的信号灯。过去，这些路口的红绿灯间隔一般是固定的，但是在人工智能对交通进行实时感知后，间隔时间可以动态调整，这样当上游车队向下游行驶时，到达路口时就只是绿灯了。以滴滴为例，截至2017年12月10日，全国已优化了800多个信号灯，节省了10%-20%的高峰通行时间。

出行更加绿色，交通资源的利用效率和安全水平大大提高

“什么是拥堵？是道路资源利用的不平衡。要解决拥堵，光靠人们的经验是没用的。最好的办法是通过人工智能进行调度，实现人、车、路的协同，提高道路资源的利用效率。”董振宁说道。

人工智能使旅行更有效率，更容易，更环保。

"良好的自主驾驶技术将减少人们的疲劳，改善驾驶体验，提高安全性."沈对说道。一些专家说，一个人开车从紧急情况下踩刹车到刹车生效总共需要1.2秒，而无人驾驶汽车的整个反应过程只需要0.1秒到0.6秒，所以紧急刹车更快，驾驶更安全。

“当共享旅行网络发展到一定程度时，就有可能用更少的汽车满足更多人的旅行需求，并大大降低能源和资源的消耗。”张博说，滴滴最大的财富是大数据、人工智能和机器学习算法。“我们希望通过庞大而复杂的算法和计算平台，整合实时交通信息，做出实时而智能的决策。”

先进的传感技术、定位和地理信息技术、无线通信技术等在交通运输中的深入应用，计算机存储和处理能力的快速提高，以及基础设施和车辆信息化水平的不断提高，为人工智能在交通运输中的应用奠定了基础条件交通部公路科学研究所副所长李斌认为，这些变化主要体现在三个方面:

首先，交通数据量呈指数级增长，这使得基于交通大数据的深度机器学习成为可能，该大数据通常被称为“交通大脑”，以最大化交通资源的利用效率。

二是交通流、客流、货流和客货运量等智能管理、组织、调度和控制系统。，从而最大限度地方便出行，降低物流和运输成本。

第三，针对复杂环境下的无人驾驶系统，将突破人类感知和反应能力的限制，大大提高运输安全水平和运输效率。

海量数据和应用场景，“人工智能+交通”在未来有无限的可能性

中国发展“人工智能+交通”的最大优势是什么？在受访者的回答中，有两个非常一致的观点，一个是海量数据，另一个是巨大的应用场景。

毫无疑问，有大量的数据。目前，高德已有7亿用户，定位服务被30多万个应用采用，每月覆盖11亿多个移动终端；滴滴新增轨迹的原始数据每天超过70tb，日处理数据4500tb，日路径规划请求超过200亿次。

更令人欣慰的是，许多企业和地方政府进行了深入合作，逐步突破数据瓶颈和“信息孤岛”，深入挖掘数据的价值。自去年7月起，高德地图与杭州市合作开展交通人才工程。通过使用高德的大数据，它可以快速准确地找到城市中异常拥堵的位置，并将其推给交警部门以加快警力。数据显示，事故造成的异常拥堵时间可缩短20%，平均速度可提高35%。同时，政府将与高德分享交通管制等信息，提醒用户提前绕开。

“北京有2000万人口和500万辆汽车。路面已经开始饱和，解决拥堵和共享出行的需求更加迫切。”张博认为，中国人对旅行质量的期望将导致更多的交通问题，也将迫使人工智能加速其在交通领域的应用。"在应用场景的驱动下，任何1%的效率提升都会带来更大的影响."

再加上人才储备和技术力量的优势，中国运输企业对未来充满信心。在张博看来，“在过去的10年里，我们已经解决了信息流的问题。未来优化的关键点是物质世界中的人和物的流动。”

“展望未来，人工智能在交通系统中的深度应用至少会有三个突破。”李斌引用:第一，突破人类感知和反应能力的限制，实现车辆的智能化，并成倍地降低事故和伤亡率；二是突破交通流理论的约束，通过广义控制实现交通自动化，成倍增加路网的承载能力；第三，突破信息不对称的约束，通过资源配置实现从个体和局部最优到全局最优的转变，真正实现交通资源的高效利用。

为了实现这些愿景，除了技术突破，我们还应该与设施和环境的优化相协调。“未来的交通基础设施将更加信息化，无线通信和传感系统应部署在道路沿线，而且它还能更好地适应无人驾驶汽车和有人驾驶汽车的混合交通流。”李斌认为。

近日，交通运输部也明确表示，要抓住自主驾驶等新需求，推进数字化、网络化、智能化交通基础设施建设，加快装备设施配套的数字化交通基础设施建设和形成，组织自主驾驶、无人驾驶船舶、太阳能(000591)铺装等前沿技术的研究和跟踪，研究制定促进自主驾驶发展的政策文件，推进辅助自主驾驶技术在营运车辆领域的应用示范。

“人工智能时代的创新步伐与工业时代完全不同。只要尖端技术有所突破，下一步很快就会普及。”沈自信地说道。(记者刘志强)

[我想纠正错误]负责编辑:朱颖